[发明专利]一种利用改进直觉模糊聚类算法提取红外目标的方法

摘要

本发明提出一种利用改进直觉模糊聚类算法提取红外目标的方法，首先利用显著性算法确定红外目标在红外图像中的大致区域。再利用改进的直觉模糊聚类算法对该区域进行聚类分割。最后，通过简单的后处理剔除非目标区域。改进算法中充分考虑了局部区域信息以及非局部对称性信息，因此分割结果得到了明显的改善。具体为：步骤一：确定目标大致区域。采用显著性算法得到红外图像的显著图，通过对显著图进行阈值分割得到目标大致位置。步骤三：采用马塞洛·西柯恩等人提出的基于配准的镜像对称检测方法完成目标对称轴检测步骤四：采用改进的直觉模糊聚类算法对红外图像进行聚类分割。步骤五：对步骤四得到的图像分割结果进后续处理,剔除非目标区域。

主权项

1.一种利用改进直觉模糊聚类算法提取红外目标的方法，其特征在于：该方法具体步骤如下：步骤一：确定目标大致区域；采用显著性算法得到红外图像的显著图，通过对显著图进行阈值分割得到目标大致位置；步骤二：采用拉达克里什纳·阿成达等人提出的SLIC超像素分割的方法对目标区域进行超像素分割，产生多个小区域；步骤三：采用马塞洛·西柯恩等人提出的基于配准的镜像对称检测方法完成目标对称轴检测；步骤四：采用改进的直觉模糊聚类算法对红外图像进行聚类分割；改进的模糊聚类算法目标函数如下： J = Σ j = 1 N Σ i = 1 c W i j u i j m ( d I F S ( x j , v i ) + α j d I F S ( x R j , v i ) + β j d I F S ( x j m - , v i ) ) - - - ( 1 ) ]]>其中，αj表示像素点xj与其所在区域Rj的平均灰度值的相似性，xj与区域Rj的灰度值越接近，则αj越大，否则αj越小；βj表示像素点xj与其对称像素点xjm的灰度值的相似性，xj与xjm灰度值越接近，则说明对称性越好，则βj越大，否则，βj越小；αj和βj的计算公式如下： α j = exp ( - ( x j - x R j ) 2 2 σ 2 ) - - - ( 2 ) ]]> β j

下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。 免登录下载普通用户下载升级VIP会员，免费下载

该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】

本文链接：http://www.vipzhuanli.com/patent/201810010258.8/，转载请声明来源钻瓜专利网。